论文部分内容阅读
第一部分颅内动脉瘤破裂预测因素的分析[目 的]分析影响颅内动脉瘤破裂的临床与形态学预测因素,为第二部分的动脉瘤破裂预测模型的建立及评价和第三部分的动脉瘤破裂预测模型的内部验证和外部验证奠定基础。[方 法]回顾性分析2017年1月至2021年1月就诊于昆明医科大学第一附属医院神经外科的颅内动脉瘤患者和其所患动脉瘤的临床资料。经纳入标准和排除标准筛选后,随机将纳入研究的患者和动脉瘤的临床资料按7:3比例随机拆分为两个数据集,本部分取用前70%的数据集进行颅内动脉瘤破裂预测因素的分析。将破裂动脉瘤数据集定义为破裂动脉瘤组,将未破裂动脉瘤数据集定义为未破裂动脉瘤组。经过动脉瘤破裂预测因素的单因素分析和多因素Logistic回归分析后最终筛选出颅内动脉瘤破裂的独立预测因素。[结 果]本研究部分将纳入的547个动脉瘤拆分为前70%数据集共383个动脉瘤包括131个破裂动脉瘤和252个未破裂动脉瘤用于颅内动脉瘤破裂预测因素的分析。将单因素分析结果P值<0.05的候选研究变量:高血压史、瘤体长、瘤体长/瘤颈宽比值、瘤体宽/瘤颈宽比值、瘤体长/瘤体宽比值、形态、前交通动脉、后交通动脉纳入多因素Logistic回归分析,结果提示:高血压史(P=0.010)、瘤体长(P=0.025)、瘤体长/瘤颈宽比值(P=0.014)、形态不规则(P=0.009)、前交通动脉(P<0.001),后交通动脉(P<0.001)P值均<0.05,差异具有统计学意义。[结 论]高血压史、瘤体长、瘤体长/瘤颈宽比值、形态不规则、前交通动脉和后交通动脉是颅内动脉瘤破裂的独立预测因素;中位瘤体长为4.3mm的动脉瘤相较于中位瘤体长为3.6mm的动脉瘤更容易发生破裂;瘤体长/瘤颈宽中位比值为1.4的动脉瘤相较于瘤体长/瘤颈宽中位比值为1.0的动脉瘤更容易发生破裂。第二部分颅内动脉瘤破裂预测模型的建立和评价[目 的]建立颅内动脉瘤破裂预测模型,对该预测模型进行效能评价及以列线图形式将其呈现,为第三部分的动脉瘤破裂预测模型的内部验证和外部验证提供依据。[方 法]以第一部分经过单因素分析和多因素Logistic回归分析后最终筛选出的颅内动脉瘤破裂的独立预测因素为基础,建立颅内动脉瘤破裂风险预测模型,并对该预测模型的区分度、校准度和临床有效性分别用受试者工作特征曲线下面积(A rea under the ROC curve,AUC)、霍斯默-莱梅肖拟合优度(Hosmer-Lemesho w good of fit,H-L)检验和决策曲线分析法(Decision Curve Analysis,DC A)进行评价;最终将预测模型以列线图的形式呈现。[结 果]本研究部分建立的预测模型表达为LogitP=-2.802+0.633 ×高血压史(无高血压史为0,有高血压史为1)+0.128×瘤体长(实际数值)+0.469×瘤体长/瘤颈宽比值(实际数值)+0.656×形态(形态规则为0,形态不规则为1)+1.467×前交通动脉瘤(非前交通动脉为0,前交通动脉为1)+1.186×后交通动脉瘤(非后交通动脉为0,后交通动脉为1)。对该模型进行区分度、校准度和临床有效性评价,预测模型在建立模型数据集中预测概率P(probabilit y,P)的AUC值为0.766>0.7,提示模型具有良好的区分度,H-L检验χ2=9.906,P=0.272>0.05,绘制的校准图显示校准曲线与理想参考线较为接近,提示模型具有良好的校准度,DCA曲线位于极端线之上,阈概率取值在10%-82%时,对应的净获益为0-21%,提示模型具有良好的临床有效性。列线图将复杂的临床预测模型转化为可视化的线图,使得临床预测模型的结果简便易读,方便计算。[结 论]本研究部分建立的预测模型经过区分度、校准度和临床有效性评价均提示该模型均具有良好的区分度、校准度和临床有效性。以列线图的形式呈现的预测模型简单易读,方便计算。第三部分颅内动脉瘤破裂预测模型的内部验证和外部验证[目 的]对第二部分建立的颅内动脉瘤破裂预测模型进行内部验证和外部验证,进一步验证该预测模型的区分度、校准度和临床有效性。[方 法]回顾性分析2017年1月至2021年1月就诊于昆明医科大学第一附属医院呈贡医院神经外科的颅内动脉瘤患者和其所患动脉瘤的临床资料,经纳入标准和排除标准筛选后将其作为外部验证数据集。将外部验证数据集联合第一部分中按7:3比例随机拆分的后30%的内部验证数据集对第二部分建立的预测模型的区分度、校准度和临床有效性分别用AUC、H-L检验和DCA曲线进行内部验证和外部验证。[结 果]对该模型进行区分度、校准度和临床有效性的内部验证和外部验证,预测模型在内部验证数据集中的预测概率P 内的AUC值为0.808>0.7,在外部验证数据集预测概率P外的AUC值为0.738>0.7,分别使用德隆检验(Delong test)将预测模型在内部验证数据集和外部验证数据集与建立模型数据集中的AUC作比较,P值分别为0.323和0.519,均>0.05,提示预测模型有良好的区分度,H-L检验内部验证数据集χ2=2.129,P=0.977>0.05,外部验证数据集χ2=9.447,P=0.306>0.05,绘制的校准图显示内部验证数据集和外部验证数据集中的校准曲线均未显著偏离理想参考线,提示预测模型具有良好的校准度,内部验证数据集和外部验证数据集中的DCA曲线均位于极端线之上,内部验证数据集和外部验证数据集阈概率取值分别在0%-92%和0%-90%时,对应净获益均为0-30%,提示预测模型具有良好的临床有效性。[结 论]本研究部分基于第二部分建立的临床预测模型经过内部验证和外部验证,表现出良好的区分度、校准度和临床有效性。通过本研究建立的颅内动脉瘤破裂风险预测模型,临床医师可以将该模型预测动脉瘤破裂的概率作为参考,从而对不同动脉瘤破裂风险的患者采取个体化及精准化治疗决策。